本文介绍了如何为Pandas Dataframe中的每一列创建Box Plot？的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着小编来一起学习吧！
问题描述
我的数据框( pandas 的结构)如下所示现在我想在单独的画布上为每个功能制作盒图。分离条件为第一柱。我有类似的直方图(代码如下)，但我不能使工作版本的框图。
hist_params = {'normed': True, 'bins': 60, 'alpha': 0.4}
# create the figure
fig = plt.figure(figsize=(16, 25))
for n, feature in enumerate(features):
# add sub plot on our figure
ax = fig.add_subplot(features.shape[1] // 5 + 1, 6, n + 1)
# define range for histograms by cutting 1% of data from both ends
min_value, max_value = numpy.percentile(data[feature], [1, 99])
ax.hist(data.ix[data.is_true_seed.values == 0, feature].values, range=(min_value, max_value),
label='ghost', **hist_params)
ax.hist(data.ix[data.is_true_seed.values == 1, feature].values, range=(min_value, max_value),
label='true', **hist_params)
ax.legend(loc='best')
ax.set_title(feature)
推荐答案
DataFrame.boxplot()很好地实现了自动化：
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
df = pd.DataFrame({'is_true_seed': np.random.choice([True, False], 10),
'col1': np.random.normal(size=10),
'col2': np.random.normal(size=10),
'col3': np.random.normal(size=10)})
is_true_seed col1 col2 col3
0 False -0.990041 -0.561413 -0.512582
1 False 0.825099 0.827453 -0.366211
2 True 0.083442 -1.199540 0.345792
3 True 0.065715 1.560029 -0.324501
4 True -1.699770 -0.270820 -1.380125
ax = df.boxplot(['col1', 'col2', 'col3'], 'is_true_seed', figsize=(10, 10))
第一个参数告诉 pandas 绘制哪些列，第二个参数告诉 pandas 按哪个列分组(您称之为分离条件)，第三个参数告诉 pandas 在哪个轴上绘制。
列出除要分组的列以外的所有列可能会很繁琐，但可以通过省略第一个参数来避免。然后，您必须显式命名其他两个：ax = df.boxplot(by='is_true_seed', figsize=(10, 10))
这篇关于如何为Pandas Dataframe中的每一列创建Box Plot？的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持编程学习网！
本站部分内容来源互联网,如果有图片或者内容侵犯您的权益请联系我们删除！